计算每列分组数据的中位数

Question

我有一个如下所示的数据框：

 genotype     DIV3     DIV4 ...
 WT           12.4     15.2
 WT           35.4     35.3
 HET          1.3      1.2
 HET          1.5      5.2

我希望能够计算每个组的每个列的中位数，但我不确定在R中执行此操作的最佳方法。我希望如果我没有打电话给基因型，因为其他数据集可能不会保持不变。

Answer 1

我觉得很奇怪，还没有人建议aggregate，因为它是为这些类型的任务包含的简单的基本R函数。 E.g：

aggregate(. ~ genotype, data=dat, FUN=median)

#  genotype DIV3  DIV4
#1      HET  1.4  3.20
#2       WT 23.9 25.25

Answer 2

试试这个：

apply(df[,-1], 2, function(x) tapply(x, df[,1], mean))

Answer 3

我发现ddply是最好的。

 medians = ddply(a, .(genotype), numcolwise(median))

Answer 4

data.table版本也很好：

library(data.table)
ddt[,lapply(.SD, median),by=genotype]
   genotype DIV3  DIV4
1:       WT 23.9 25.25
2:      HET  1.4  3.20

Answer 5

总的来说，我认为使用dplyr解决方案代替plyr是一种很好的做法。它在速度和可读性方面应该是一个很大的改进。见this link。

例如：

require(dplyr)
df %>%
  group_by(genotype) %>%
  summarize(
    DIV3_median = median(DIV3),
    DIV4_median = median(DIV4)
  )